如何在Pandas中按条件向嵌套列表列追加元素？

问题原因分析 #

• 所有行列表同步修改：用[[[1],[1],[1]]] * df.shape[0]生成B列时，Python会将同一个嵌套列表对象重复引用到每一行。由于列表是可变类型，修改任意一行的列表会导致所有行的列表同步变化——它们本质上指向同一个内存地址。
• 目标行变为None：list.append()是原地修改列表的方法，它的返回值是None。你用apply(lambda x: x[0].append(2))时，返回的就是None，因此mask替换后符合条件的行值变成了None。

解决方案 #

第一步：正确初始化独立的嵌套列表列 #

避免用乘法生成列表，改用列表推导式创建每行独立的嵌套列表：

import pandas as pd
df = pd.DataFrame(data={'A': [1, 2, 3]})
# 列表推导式生成每行独立的嵌套列表
df['B'] = [[[1], [1], [1]] for _ in range(df.shape[0])]

第二步：按条件修改目标行 #

方法一：用loc定位修改

# 定位A=2的行，生成新的嵌套列表替换原列表
mask = df['A'] == 2
df.loc[mask, 'B'] = df.loc[mask, 'B'].apply(lambda x: [x[0] + [2], x[1], x[2]])

方法二：用apply遍历处理每行

df['B'] = df.apply(
    lambda row: [row['B'][0] + [2], row['B'][1], row['B'][2]] 
    if row['A'] == 2 
    else row['B'],
    axis=1
)

最终结果 #

执行上述代码后，输出符合预期：

print(df)
#    A                   B
# 0  1     [[1], [1], [1]]
# 1  2  [[1, 2], [1], [1]]
# 2  3     [[1], [1], [1]]

内容的提问来源于stack exchange，提问作者Eric